sklearn.neighbors.RadiusNeighborsClassifier

class sklearn.neighbors.RadiusNeighborsClassifier

Clasificador que implementa un voto entre vecinos dentro de un radio determinado

Más información en el Manual de usuario.

Parámetros
radiusflotante, default=1.0

Rango del espacio de parámetros a usar por defecto para consultas radius_neighbors.

weights{“uniform”, “distance”} o invocable, default=”uniform”

función de ponderación utilizada en la predicción. Valores posibles:

  • “uniform” : ponderaciones uniformes. Todos los puntos de cada vecindario se ponderan por igual.

  • “distance” : ponderar los puntos por la inversa de su distancia. en este caso, los vecinos más cercanos de un punto de consulta tendrán una mayor influencia que los vecinos más alejados.

  • [callable] : una función definida por el usuario que acepta un arreglo de distancias, y devuelve un arreglo de la misma forma que contiene las ponderaciones.

Las ponderaciones uniformes se utilizan por defecto.

algorithm{“auto”, “ball_tree”, “kd_tree”, “brute”}, default=”auto”

Algoritmo usado para calcular los vecinos más cercanos:

  • “ball_tree” usará BallTree

  • “kd_tree” usará KDTree

  • “brute” usará una búsqueda de fuerza bruta.

  • “auto” intentará decidir el algoritmo más apropiado basado en los valores pasados al método fit.

Nota: el ajuste en la entrada dispersa anulará el ajuste de este parámetro, utilizando la fuerza bruta.

leaf_sizeentero, default=30

Tamaño de hoja pasado a BallTree o KDTree. Esto puede afectar la velocidad de la construcción y la consulta, así como la memoria necesaria para almacenar el árbol. El valor óptimo depende de la naturaleza del problema.

pentero, default=2

Parámetro de potencia para la métrica de Minkowski. Cuando p = 1, esto equivale a utilizar manhattan_distance (l1), y euclidean_distance (l2) para p = 2. Para p arbitrario, se utiliza minkowski_distance (l_p).

metriccadena de caracteres o invocable, default=»minkowski”

la métrica de distancia a utilizar para el árbol. La métrica predeterminada es minkowski, y con p=2 es equivalente a la métrica Euclideana estándar. Ver la documentación de DistanceMetric para una lista de métricas disponibles. Si la métrica es «precomputed», se asume que X es una matriz de distancias y debe ser cuadrada durante el ajuste. X puede ser un grafo disperso, en cuyo caso sólo elementos «distintos de cero» pueden ser considerados vecinos.

outlier_label{manual label, “most_frequent”}, default=None

etiqueta para muestras atípicas (muestras sin vecinos en un radio determinado).

  • etiqueta manual: etiqueta cadena o entero (debe ser del mismo tipo que y) o lista de etiquetas manuales si se utiliza multi-salida.

  • “most_frequent” : asignar la etiqueta más frecuente de y a los atípicos.

  • None: cuando se detecta algún atípico, ValueError se levantará.

metric_paramsdiccionario, default=None

Argumentos adicionales de la palabra clave para la función métrica.

n_jobsentero, default=None

El número de trabajos paralelos a ejecutar para la búsqueda de vecinos. None significa 1 a menos que esté en un contexto joblib.parallel_backend. -1 significa usar todos los procesadores. Consulta Glosario para más detalles.

Atributos
classes_ndarray de forma (n_classes,)

Etiquetas de clase conocidas por el clasificador.

effective_metric_cadena de caracteres o invocable

La métrica de distancia utilizada. Será la misma que el parámetro metric o un sinónimo de la misma, por ejemplo, euclidean si el parámetro metric es minkowski y el parámetro p es 2.

effective_metric_params_dict

Argumentos adicionales para la función métrica. Para la mayoría de las métricas será lo mismo que el parámetro metric_params, pero también puede contener el valor del parámetro p si el atributo effective_metric_ se establece como minkowski.

n_samples_fit_entero

Número de muestras en los datos ajustados.

outlier_label_entero o array-like de forma (n_class,)

Etiqueta que se da para muestras atípicas (muestras sin vecinos en un radio determinado).

outputs_2d_booleano

False cuando la forma de y es (n_samples, ) o (n_samples, 1) durante el ajuste, de lo contrario True.

Ver también

KNeighborsClassifier
RadiusNeighborsRegressor
KNeighborsRegressor
NearestNeighbors

Notas

Ver Nearest Neighbors en la documentación en línea para una discusión sobre la elección del algorithm y el leaf_size.

https://https://es.wikipedia.org/wiki/K_vecinos_m%C3%A1s_pr%C3%B3ximos

Ejemplos

>>> X = [[0], [1], [2], [3]]
>>> y = [0, 0, 1, 1]
>>> from sklearn.neighbors import RadiusNeighborsClassifier
>>> neigh = RadiusNeighborsClassifier(radius=1.0)
>>> neigh.fit(X, y)
RadiusNeighborsClassifier(...)
>>> print(neigh.predict([[1.5]]))
[0]
>>> print(neigh.predict_proba([[1.0]]))
[[0.66666667 0.33333333]]

Métodos

fit

Ajusta el clasificador de radio de vecinos a partir del conjunto de datos de entrenamiento.

get_params

Obtiene los parámetros de este estimador.

predict

Predice las etiquetas de la clase para los datos proporcionados.

predict_proba

Devuelve las estimaciones de probabilidad para los datos de prueba X.

radius_neighbors

Encuentra a los vecinos dentro de un radio determinado de un punto o puntos.

radius_neighbors_graph

Calcula el grafo (ponderado) de vecinos para los puntos de X

score

Devuelve la precisión media en los datos de prueba y las etiquetas dados.

set_params

Establece los parámetros de este estimador.
fit()

Ajusta el clasificador de radio de vecinos a partir del conjunto de datos de entrenamiento.

Parámetros
X{array-like, sparse matrix} de forma (n_samples, n_features) o (n_samples, n_samples) si metric=”precomputed”

Datos del entrenamiento.

y{array-like, sparse matrix} de forma (n_samples,) o (n_samples, n_outputs)

Valores objetivo.

Devuelve
selfRadiusNeighborsClassifier

El clasificador de vecinos de radio ajustado.

get_params()

Obtiene los parámetros de este estimador.

Parámetros
deepbooleano, default=True

Si es True, devolverá los parámetros para este estimador y los subobjetos contenidos que son estimadores.

Devuelve
paramsdict

Nombres de parámetros mapeados a sus valores.

predict()

Predice las etiquetas de la clase para los datos proporcionados.

Parámetros
Xarray-like de forma (n_queries, n_features), o (n_queries, n_indexed) si metric == “precomputed”

Muestras de prueba.

Devuelve
yndarray de forma (n_queries,) o (n_queries, n_outputs)

Etiquetas de clase para cada muestra de datos.

predict_proba()

Devuelve las estimaciones de probabilidad para los datos de prueba X.

Parámetros
Xarray-like de forma (n_queries, n_features), o (n_queries, n_indexed) si metric == “precomputed”

Muestras de prueba.

Devuelve
pndarray de forma (n_queries, n_classes), o una lista de n_outputs

de dichos arreglos si n_outputs > 1. Las probabilidades de clase de las muestras de entrada. Las clases se ordenan por orden lexicográfico.

radius_neighbors()

Encuentra a los vecinos dentro de un radio determinado de un punto o puntos.

Devuelve los índices y distancias de cada punto del conjunto de datos que se encuentra en una bola con el tamaño radius alrededor de los puntos del arreglo de consultas. Los puntos en el límite están incluidos en los resultados.

Los puntos de resultado no necesariamente están ordenados por distancia a su punto de consulta.

Parámetros
Xarray-like de (n_samples, n_features), default=None

El punto o puntos de la consulta. Si no se proporciona, se devuelven los vecinos de cada punto indexado. En este caso, el punto de consulta no se considera su propio vecino.

radiusflotante, default=None

Limitando la distancia de vecinos a regresar. El valor predeterminado es pasado al constructor.

return_distancebooleano, default=True

Si se devuelven o no las distancias.

sort_resultsbooleano, default=False

Si es True, las distancias e índices serán ordenados antes de ser devueltos. Si es False, los resultados no se ordenarán. Si return_distance=False, al establecer sort_results=True se producirá un error.

Nuevo en la versión 0.22.

Devuelve
neigh_distndarray de forma (n_samples,) de arreglos

Arreglo que representa las distancias a cada punto, sólo presente si return_distance=True. Los valores de la distancia se calculan según el parámetro del constructor metric.

neigh_indndarray de forma (n_samples,) de arreglos

Un arreglo de arreglos de los puntos más cercanos aproximados de la matriz de población que se encuentran dentro de una bola de tamaño radius alrededor de los puntos de la consulta.

Notas

Debido a que el número de vecinos de cada punto no es necesariamente igual, los resultados para múltiples puntos de consulta no pueden encajar en un arreglo de datos estándar. Por eficiencia, radius_neighbors devuelve arreglos de objetos, donde cada objeto es un arreglo 1D de índices o distancias.

Ejemplos

En el siguiente ejemplo, construimos una clase NeighborsClassifier a partir de un arreglo que representa nuestro conjunto de datos y preguntamos cuál es el punto más cercano a [1,1,1]:

>>> import numpy as np
>>> samples = [[0., 0., 0.], [0., .5, 0.], [1., 1., .5]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(radius=1.6)
>>> neigh.fit(samples)
NearestNeighbors(radius=1.6)
>>> rng = neigh.radius_neighbors([[1., 1., 1.]])
>>> print(np.asarray(rng[0][0]))
[1.5 0.5]
>>> print(np.asarray(rng[1][0]))
[1 2]

El primer arreglo devuelto contiene las distancias a todos los puntos más cercanos a 1.6, mientras que el segundo arreglo devuelto contiene sus índices. En general, se pueden consultar varios puntos al mismo tiempo.

radius_neighbors_graph()

Calcula el grafo (ponderado) de vecinos para los puntos de X

Las vecindades son los puntos restringidos a una distancia inferior al radio.

Parámetros
Xarray-like de forma (n_samples, n_features), default=None

El punto o puntos de la consulta. Si no se proporciona, se devuelven los vecinos de cada punto indexado. En este caso, el punto de consulta no se considera su propio vecino.

radiusflotante, default=None

Radio de los vecindarios. El valor predeterminado es pasado al constructor.

mode{“connectivity”, “distance”}, default=”connectivity”

Tipo de matriz devuelta: “connectivity” devolverá la matriz de conectividad con unos y ceros, en “distance” los bordes son la distancia euclidiana entre puntos.

sort_resultsbooleano, default=False

Si es True, en cada fila del resultado, las entradas que no sean de cero se ordenarán aumentando las distancias. Si es False, las entradas que no sean nulas no pueden ser ordenadas. Sólo se utiliza con mode=”distance”.

Nuevo en la versión 0.22.

Devuelve
Amatriz dispersa de forma (n_queries, n_samples_fit)

n_samples_fit es el número de muestras en los datos especificados A[i, j] se le asigna la ponderación de borde que conecta i a j. La matriz si de formato CSR.

Ver también

kneighbors_graph

Ejemplos

>>> X = [[0], [3], [1]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(radius=1.5)
>>> neigh.fit(X)
NearestNeighbors(radius=1.5)
>>> A = neigh.radius_neighbors_graph(X)
>>> A.toarray()
array([[1., 0., 1.],
       [0., 1., 0.],
       [1., 0., 1.]])
score()

Devuelve la precisión media en los datos de prueba y las etiquetas dados.

En la clasificación multietiqueta, se trata de la precisión del subconjunto, que es una métrica rigurosa, ya que se requiere para cada muestra que cada conjunto de etiquetas sea predicho correctamente.

Parámetros
Xarray-like de forma (n_samples, n_features)

Muestras de prueba.

yarray-like de forma (n_samples,) o (n_samples, n_outputs)

Etiquetas verdaderas para X.

sample_weightarray-like de forma (n_samples,), default=None

Ponderaciones de muestra.

Devuelve
scoreflotante

Precisión media de self.predict(X) con respecto a y.

set_params()

Establece los parámetros de este estimador.

El método funciona tanto con estimadores simples como en objetos anidados (como Pipeline). Estos últimos tienen parámetros de la forma <component>__<parameter> para que sea posible actualizar cada componente de un objeto anidado.

Parámetros
**paramsdict

Parámetros del estimador.

Devuelve
selfinstancia del estimador

Instancia de estimador.